V4.1 Flash 1017 跑分对比：DeepSWE 77.0 接近 Argon，HLE 落后海外 7–15 分

Kiwi Wu🏂🐱🐦‍⬛ @maisui99原推发布于 2026.10.19

在 X 上打开原推

对比了一下数据 DeepSeek-V4.1-Flash-1017 在厂商表里最高的几项（DeepSWE 77.0、AutomationBench 60.5）对手是上一代海外模型（GPT-5.6 Sol、Opus 5）。能和海外最新模型对齐的只有 DeepSWE 和 HLE 两行：DeepSWE 77.0 与 Argon 77.9、GPT-6.1 Sol 75.2 接近；HLE 42.6 与 GLM-5.3、Qwen3.8 Max 持平，比海外四款低 7 到 15。

这条是引用着另一条写的：x.com/deepseek_ai/status/2111375640717033777